ML.NET 教程 - 10 分钟入门

评估模型

评估步骤显示性能最佳的算法以及最佳准确度,并让你在 UI 中尝试相应模型。

立即试用模型

可以在“试用模型”部分对样本输入进行预测。文本框中预先填充了数据集的第一行数据,但你可以更改输入并选择“预测”按钮来尝试不同的情绪预测。

在这种情况下,0 表示负面情绪,1 表示正面情绪。

Model Builder 评估步骤

注意: 如果模型性能不佳(例如,如果“准确度”低或模型仅预测 '1' 值),则可以尝试添加更多时间并再次训练。这是使用极小数据集的示例;对于生产级模型,需要添加更多的数据和训练时间。

在评估和试用模型后,继续执行“使用”步骤。

ML.NET CLI 选择最佳模型后,将会显示“训练摘要”,其中显示了探索过程的摘要,包括在给定的训练时间内探索的模型数量。

ML.NET CLI 结果

热门模型

ML.NET CLI 为性能最高的模型生成代码的同时,还会在给定的探索时间内,以最高精度显示顶层模型(最多 5 个)。它会显示这些顶部模型的多个评估指标,包括 AUC、AUPRC 和 F1 分数。如需获取更多信息,请参阅 ML.NET 指标

继续